CN113126497B - 考虑输入饱和的飞行器鲁棒跟踪控制方法 - Google Patents
考虑输入饱和的飞行器鲁棒跟踪控制方法 Download PDFInfo
- Publication number
- CN113126497B CN113126497B CN202110402676.3A CN202110402676A CN113126497B CN 113126497 B CN113126497 B CN 113126497B CN 202110402676 A CN202110402676 A CN 202110402676A CN 113126497 B CN113126497 B CN 113126497B
- Authority
- CN
- China
- Prior art keywords
- representing
- error
- function
- saturation
- aircraft
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种考虑输入饱和的飞行器鲁棒跟踪控制方法,属于飞行控制方法领域。考虑系统状态含有随机测量噪声,基于飞行器动力学模型和测量信号构建系统状态方程和量测方程,利用非线性扩展卡尔曼滤波器实时估计系统真实状态,从而抑制测量噪声对系统的影响;针对输入饱和,通过函数转换将饱和函数转换成线性时变函数,并与动力学模型结合得到考虑输入饱和的速度子系统和高度子系统;基于状态估计值,针对系统模型不确定设计自适应律和鲁棒更新律,并利用Nussbaum函数处理时变控制增益得到实际控制输入。本发明在考虑飞行器存在输入饱和和模型不确定下实现了鲁棒跟踪控制,并有效抑制了测量噪声对系统的影响。
Description
技术领域
本发明涉及一种飞行控制方法,特别是涉及考虑输入饱和的飞行器鲁棒跟踪控制方法,属于飞行控制方法领域。
背景技术
飞行控制系统设计是飞行器飞行安全的重要技术,飞行器在飞行过程中会受到外部环境以及自身固件的影响,比如风的扰动、气流对传感器测量信号干扰以及执行机构物理限制等,这些问题增加了控制器设计的难度。针对飞行器输入饱和,一些学者通过在控制系统设计中引入辅助系统来抵消饱和的影响,这必然增加了闭环系统的阶数。此外,大部分文献在控制器设计中都是假设系统状态精确可获得,然而气流以及器件老化等原因必然导致传感器存在一定测量噪声,如果直接将含有噪声的测量信号用于控制器设计会进一步导致执行机构产生高频振荡,并超出输入约束范围,因此,输入饱和约束以及扰动等都是控制系统设计需要考虑的重要问题。
《HOSM Observer Based Robust Adaptive Hypersonic Flight Control UsingComposite Learning》(Y Cheng,B Xu,F Wu,et al,《Neurocomputing》,2018年)采用高阶滑模观测器来估计系统转换后的状态,并基于状态估计值设计控制器。然而,高阶滑模观测器在随机测量噪声的影响下不能有效估计系统状态,由此设计的控制器达不到期望的控制效果。《Neural-approximation-based robust adaptive control of flexible air-breathing hypersonic vehicles with parametric uncertainties and control inputconstraints》(X Bu,X Wu,D Wei,et al,《Information Sciences》,2016年)通过构造一个新的辅助系统来补偿期望的控制律,解决了输入幅值约束对作动器的影响,但增加了系统的阶数,降低了计算效率。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种考虑输入饱和的飞行器鲁棒跟踪控制方法,以解决飞行器状态含有随机噪声以及输入饱和、模型不确定性时的跟踪控制问题。
技术方案
一种考虑输入饱和的飞行器鲁棒跟踪控制方法,通过以下步骤实现:
步骤1:考虑飞行器纵向动力学模型为
其中,V、h、γ、α和q分别表示速度、高度、航迹角、迎角和俯仰角速度;D、L和MA分别表示阻力、升力和俯仰力矩;m、Iy和g分别表示飞行器质量、y轴的转动惯量和重力加速度;T表示发动机推力。(1)-(5)中相关气动力和力矩的定义如下
其中,ρh表示空气密度;S表示机翼面积;表示平均气动弦长;表示动压;CL,CD和CM分别表示总的气动升力系数、阻力系数和俯仰力矩系数; 表示气动导数;li,i=1,…,8表示推力系数;zT表示推力力臂;Φ,δe分别表示燃料当量比和升降舵偏角。
考虑测量噪声,系统测量信号为
其中,ni,i=1,…,5表示测量噪声,hm,γm,αm,qm,Vm表示测量信号。
步骤2:选择X=[V h γ α q]T为状态量,根据动力学模型(1)-(5)建立系统状态方程
其中,w(t)=[dV(t) dh(t) dγ(t) dα(t) dq(t)]T表示过程噪声;f0(X,u,t)∈R5表示(1)-(5)的标称模型;u=[Φ,δe]T表示输入。
选择ym=[Vm hm γm αm qm]T为量测量,根据(6)建立量测方程
ym=CX+v(t) (8)
其中,C=I5表示量测阵;v(t)=[n1 n2 n3 n4 n5]T∈R5×1表示量测噪声。
信号w(t)和v(t)被建模为高斯白噪声,并满足
根据方程(7)-(9)构建连续扩展卡尔曼滤波器
步骤3:考虑输入饱和,Φ=sat(u1),δe=sat(u2)
将饱和函数转换成连续的线性函数
sat(ui)=Bi(t)ui(t)+Ki(0)+Δi(t) (12)
其中,kph和kih由设计者给出的正常数。
根据动力学模型(2)-(5)和饱和函数(12),姿态系统转换成以下严格反馈形式
设计一阶滤波器为
其中,τ1,m1,ρ1和σ1表示设计的正常数。
其中,k2表示控制参数。
设计一阶滤波器为
u2=N(ξh)v2 (20)
其中,τ3,m3,ρ3和σ3是正常数。
根据动力学模型(1)和饱和函数(12),速度子系统写成以下形式
u1=N(ξv)v1 (23)
其中,τ0,m0,ρ0和σ0是正常数;
步骤4:根据控制输入u1和u2,得到实际控制量Φ=sat(u1),δe=sat(u2),并返回到飞行动力学模型(1)-(5)中,实现高度和速度的稳定跟踪控制。
一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的方法。
一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现上述的方法。
一种计算机程序,其特征在于包括计算机可执行指令,所述指令在被执行时用于实现上述的方法。
有益效果
本发明提出的一种考虑输入饱和的飞行器鲁棒跟踪控制方法,该方法基于时标分离原理将闭环系统分成了快时变状态观测系统和快时变鲁棒控制系统,并分开设计。如上述步骤2所示,在状态观测系统中,通过设计扩展卡尔曼滤波器估计系统真实状态,抑制测量噪声对系统的影响;如上述步骤3所示,基于状态估计值,在反步法框架下设计自适应控制器,利用神经网络实时估计飞行器的未知动力学,考虑输入饱和,通过模型转换将输入饱和转换成线性时变结构并融入到原系统方程中,利用Nussbaum函数处理未知时变增益,从而得到鲁棒控制器;按照上述步骤设计控制器以实现飞行器在考虑输入饱和、测量噪声以及模型不确定性下的鲁棒跟踪。与现有技术相比有益效果为:
(1)本发明考虑了输入饱和问题,通过函数转换将饱和函数转换成线性时变函数,并利用Nussbaum函数解决控制增益时变问题。
(2)本发明考虑了飞行器存在模型不确定性,通过神经网络估计系统不确定部分,并设计鲁棒更新律估计集中误差的上界。
(3)本发明考虑了测量信号含有随机噪声,通过构建状态方程和量测方程设计扩展卡尔曼滤波器来估计系统真实状态,从而抑制测量噪声对系统的影响。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1是本发明一种考虑输入饱和的飞行器鲁棒跟踪控制方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的一种考虑输入饱和的飞行器鲁棒跟踪控制方法流程图如图1所示,所发明内容用于提高考虑测量噪声、模型不确定以及输入饱和下飞行器的跟踪控制问题,其具体实施步骤如下:
步骤1:考虑飞行器纵向动力学模型为
其中,V、h、γ、α和q分别表示速度、高度、航迹角、迎角和俯仰角角速度;D、L和MA分别表示阻力、升力和俯仰力矩;m、Iy和g分别表示飞行器质量、y轴的转动惯量和重力加速度;T表示发动机推力。(1)-(5)中相关气动力和力矩的定义如下
其中,ρh表示空气密度;S表示机翼面积;c表示平均气动弦长;q表示动压;CL,CD和CM分别表示总的气动升力系数、阻力系数和俯仰力矩系数; 表示气动导数;li,i=1,…,8表示推力系数;zT表示推力力臂;Φ,δe分别表示燃料当量比和升降舵偏角。
考虑测量噪声,系统测量信号为
其中,ni,i=1,…,5表示测量噪声,hm,γm,αm,qm,Vm表示实际测量信号。
步骤2:选择X=[V h γ α q]T为状态量,根据动力学模型(1)-(5)建立系统状态方程
其中,w(t)=[dV(t) dh(t) dγ(t) dα(t) dq(t)]T,模型不确定w(t)建模为高斯白噪声;f0(X,u,t)∈R5表示(1)-(5)的标称模型;u=[Φ,δe]T表示输入。
选择ym=[Vm hm γm αm qm]T为量测量,根据(6)建立量测方程
ym=CX+v(t) (8)
其中,C=I5表示量测阵;v(t)=[n1 n2 n3 n4 n5]T∈R5×1表示量测噪声,是高斯白噪声。
信号w(t)和v(t)满足关系
根据方程(7)-(9)构建连续扩展卡尔曼滤波器
步骤3:考虑输入饱和,Φ=sat(u1),δe=sat(u2)
将饱和函数转换成连续的线性函数
sat(ui)=Bi(t)ui(t)+Ki(0)+Δi(t) (12)
其中,kph=0.6和kih=0.1表示PID参数。
根据动力学模型(2)-(5)和饱和函数(12),姿态系统转换成以下严格反馈形式
设计一阶滤波器为
其中,τ1=1,m1=1,ρ1=2和σ1=1。
其中,k2=1。
设计一阶滤波器为
u2=N(ξh)v2 (20)
其中,τ3=1,m3=1,ρ3=2,σ3=1。
根据动力学模型(1)和饱和函数(12),速度子系统写成以下形式
u1=N(ξv)v1 (23)
其中,τ0=0.5,m0=1,ρ0=1,σ0=1。
步骤4:根据控制输入u1和u2,得到实际控制量Φ=sat(u1),δe=sat(u2),并返回到飞行动力学模型(1)-(5)中,实现高度和速度的稳定跟踪控制。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种考虑输入饱和的飞行器鲁棒跟踪控制方法,其特征在于步骤如下:
步骤1:考虑飞行器纵向动力学模型为
其中,V、h、γ、α和q分别表示速度、高度、航迹角、迎角和俯仰角速度;D、L和MA分别表示阻力、升力和俯仰力矩;m、Iy和g分别表示飞行器质量、y轴的转动惯量和重力加速度;T表示发动机推力;(1)-(5)中相关气动力和力矩的定义如下
其中,ρh表示空气密度;S表示机翼面积;表示平均气动弦长;表示动压;CL,CD和CM分别表示总的气动升力系数、阻力系数和俯仰力矩系数; 表示气动导数;li,i=1,…,8表示推力系数;zT表示推力力臂;Φ,δe分别表示燃料当量比和升降舵偏角;
考虑测量噪声,系统测量信号为
其中,ni,i=1,…,5表示测量噪声,hm,γm,αm,qm,Vm表示测量信号;
步骤2:选择X=[V h γ α q]T为状态量,根据动力学模型(1)-(5)建立系统状态方程
其中,w(t)=[dV(t) dh(t) dγ(t) dα(t) dq(t)]T表示过程噪声;f0(X,u,t)∈R5表示(1)-(5)的标称模型;u=[Φ,δe]T表示输入;
选择ym=[Vm hm γm αm qm]T为量测量,根据(6)建立量测方程
ym=CX+v(t) (8)
其中,C=I5表示量测阵;v(t)=[n1 n2 n3 n4 n5]T∈R5×1表示量测噪声;
信号w(t)和v(t)被建模为高斯白噪声,并满足
根据方程(7)-(9)构建连续扩展卡尔曼滤波器
步骤3:考虑输入饱和,Φ=sat(u1),δe=sat(u2)
将饱和函数转换成连续的线性函数
sat(ui)=Bi(t)ui(t)+Ki(0)+Δi(t) (12)
其中,kph和kih由设计者给出的正常数;
根据动力学模型(2)-(5)和饱和函数(12),姿态系统转换成以下严格反馈形式
设计一阶滤波器为
其中,τ1,m1,ρ1和σ1表示设计的正常数;
其中,k2表示控制参数;
设计一阶滤波器为
u2=N(ξh)v2 (20)
其中,τ3,m3,ρ3和σ3是正常数;
根据动力学模型(1)和饱和函数(12),速度子系统写成以下形式
u1=N(ξv)v1 (23)
其中,τ0,m0,ρ0和σ0是正常数;
步骤4:根据控制输入u1和u2,得到实际控制量Φ=sat(u1),δe=sat(u2),并返回到飞行动力学模型(1)-(5)中,实现高度和速度的稳定跟踪控制。
2.一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1所述的方法。
3.一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110402676.3A CN113126497B (zh) | 2021-04-14 | 2021-04-14 | 考虑输入饱和的飞行器鲁棒跟踪控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110402676.3A CN113126497B (zh) | 2021-04-14 | 2021-04-14 | 考虑输入饱和的飞行器鲁棒跟踪控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113126497A CN113126497A (zh) | 2021-07-16 |
CN113126497B true CN113126497B (zh) | 2022-10-28 |
Family
ID=76776679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110402676.3A Active CN113126497B (zh) | 2021-04-14 | 2021-04-14 | 考虑输入饱和的飞行器鲁棒跟踪控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113126497B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113504730A (zh) * | 2021-08-03 | 2021-10-15 | 西北工业大学 | 一种考虑执行器饱和的非线性飞行器鲁棒控制方法 |
CN113885314B (zh) * | 2021-10-22 | 2023-05-23 | 电子科技大学 | 一种具有未知增益和干扰的非线性系统跟踪控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9296474B1 (en) * | 2012-08-06 | 2016-03-29 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Control systems with normalized and covariance adaptation by optimal control modification |
CN110187713A (zh) * | 2019-04-12 | 2019-08-30 | 浙江大学 | 一种基于气动参数在线辨识的高超声速飞行器纵向控制方法 |
CN111736468B (zh) * | 2020-06-21 | 2022-06-21 | 西北工业大学 | 一种信息融合下的飞行器抗干扰控制方法 |
-
2021
- 2021-04-14 CN CN202110402676.3A patent/CN113126497B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113126497A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102749851B (zh) | 一种挠性高超声速飞行器的精细抗干扰跟踪控制器 | |
Cobb et al. | Iterative learning-based path optimization for repetitive path planning, with application to 3-d crosswind flight of airborne wind energy systems | |
CN113126497B (zh) | 考虑输入饱和的飞行器鲁棒跟踪控制方法 | |
CN111665857B (zh) | 基于复合智能学习的变体飞行器控制方法 | |
CN111679583B (zh) | 基于气动参数估计的变体飞行器自适应控制方法 | |
CN108427322B (zh) | 一种大柔性飞行器基于在线辨识的建模方法 | |
CN113111430A (zh) | 基于非线性气动力降阶的弹性飞机飞行动力学建模方法 | |
CN107479383A (zh) | 基于鲁棒设计的高超声速飞行器神经网络复合学习控制方法 | |
CN111736468B (zh) | 一种信息融合下的飞行器抗干扰控制方法 | |
CN104950901A (zh) | 无人直升机姿态误差有限时间收敛非线性鲁棒控制方法 | |
CN109164708B (zh) | 一种高超声速飞行器神经网络自适应容错控制方法 | |
CN111580540A (zh) | 基于Kalman滤波的变体飞行器T-S模糊控制方法 | |
CN113110540B (zh) | 基于时标分解的弹性体飞行器全局有限时间控制方法 | |
VanZwieten et al. | Design of a prototype ocean current turbine—Part II: flight control system | |
Sun et al. | Attitude dynamics and control of high-mass-ratio fixed-trim moving mass reentry vehicle | |
Heppel | Flight dynamics of sailing foilers | |
Zhu et al. | Fault-tolerant control of hypersonic vehicles based on fast fault observer under actuator gain loss fault or stuck fault | |
CN116360255A (zh) | 一种非线性参数化高超声速飞行器的自适应调节控制方法 | |
Suh et al. | Modal filtering for control of flexible aircraft | |
CN113126494B (zh) | 参考轨迹动态修正的低空飞行气动辨识控制方法 | |
CN114153144A (zh) | 一种输入受限和输入扰动的弹性高超声速飞行器控制方法 | |
CN113126496B (zh) | 基于改进ekf状态观测器的飞行器自适应跟踪控制方法 | |
CN111708378B (zh) | 一种基于强化学习的导弹纵向姿态控制算法 | |
Yan et al. | Robust backstepping control with prescribed performance for inner-loop longitudinal system of hypersonic vehicles under input constraint | |
CN114942595B (zh) | 一种考虑降雨影响的无人机阵风响应建模和分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |